[發明專利]一種船舶軌跡聚類方法及裝置

有效

• 申請號: 201810111885.0
• 申請日: 2018-02-05
• 公開（公告）號: CN108304879B
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 尹青山;段成德;于治樓
• 申請（專利權）人: 山東浪潮科學研究院有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 李世喆

本發明提供了一種船舶軌跡聚類方法及裝置，該方法包括：設置至少兩個對應不同等級的RBM層；利用等級最低的RBM層對AIS數據進行訓練，得到對應的船舶軌跡訓練特征權重、船舶軌跡訓練結果數據，并將得到的船舶軌跡訓練結果數據傳輸給下一個等級的RBM層；利用各個RBM層分別對上一個等級的RBM層傳輸來的船舶軌跡訓練結果數據進行訓練，分別得到對應的船舶軌跡訓練特征權重、船舶軌跡訓練結果數據，并將得到的船舶軌跡訓練結果數據傳輸給下一個等級的RBM層；對各個RBM層分別得到的船舶軌跡訓練特征權重進行聚類訓練，得到AIS數據對應的船舶軌跡聚類結果。因此，本發明提供的方案可以提高船舶軌跡聚類結果的準確度。

技術領域

本發明涉及計算機技術領域，特別涉及一種船舶軌跡聚類方法及裝置。

背景技術

隨著世界經濟的發展，水上交通運輸成為沿海區域經濟發展的重要保障。為了提升船舶航運的能力和效率，通常對船舶自動識別系統AIS(Automatic IdentificationSystem)獲取包括船舶的航行狀態、船舶的航行軌跡信息AIS數據進行聚類，以在船舶航行時可以根據聚類結果來預測及確定出航行方案。

目前，對AIS數據進行聚類的方法通常為，利用傳統的人工手動方式進行聚類。由于人工手動聚類過程中，由于人工個體上的差異，通常會出現遺漏和錯誤的概率較高。因此，現有的方式船舶軌跡聚類結果的準確度。

發明內容

本發明實施例提供了一種船舶軌跡聚類方法及裝置，可以提高船舶軌跡聚類結果的準確度。

第一方面，本發明實施例提供了一種船舶軌跡聚類方法，該方法包括：

設置至少兩個受限玻爾茲曼機RBM層，其中，所述至少兩個RBM層分別對應不同的等級；

利用等級最低的RBM層對船舶自動識別系統AIS數據進行訓練，得到對應的船舶軌跡訓練特征權重以及船舶軌跡訓練結果數據，并將得到的船舶軌跡訓練結果數據傳輸給下一個等級的RBM層；

利用每一個所述RBM層分別對上一個等級的RBM層傳輸來的船舶軌跡訓練結果數據進行訓練，分別得到對應的船舶軌跡訓練特征權重以及船舶軌跡訓練結果數據，并將得到的船舶軌跡訓練結果數據傳輸給下一個等級的RBM層；

對各個所述RBM層分別得到的船舶軌跡訓練特征權重進行聚類訓練，得到所述AIS數據對應的船舶軌跡聚類結果。

優選地，

每一個所述RBM層分別具有對應的預設迭代次數；

所述利用每一個所述RBM層分別對上一個等級的RBM層傳輸來的船舶軌跡訓練結果數據進行訓練，分別得到對應的船舶軌跡訓練特征權重以及船舶軌跡訓練結果數據，包括：

針對每一個所述RBM層均執行：

A1：利用所述RBM層將上一個等級的RBM層傳輸來的船舶軌跡訓練結果數據訓練成可視層船舶軌跡數據；

A2：將當前可視層船舶軌跡數據訓練成隱藏層船舶軌跡數據；

A3：將當前隱藏層船舶軌跡數據訓練成新的可視層船舶軌跡數據，并記錄為1次迭代；

A4：判斷被記錄迭代的次數總和是否達到所述RBM層對應的預設迭代次數，如果是，執行A6；否則，執行A5；

A5：將新的可視層船舶軌跡數據作為當前可視層船舶軌跡數據繼續執行A2；

A6：將當前隱藏層船舶軌跡數據確定為所述RBM層對應的船舶軌跡訓練結果數據，以及根據當前隱藏層船舶軌跡數據以及當前可視層船舶軌跡數據確定出所述RBM層的船舶軌跡訓練特征權重。

優選地，

每一個所述RBM層還分別具有對應的待訓節點數量；